Netflix Analytics
Netflix menikmati keuntungan yang signifikan atas saluran televisi tradisional karena
perusahaan mengumpulkan informasi tentang bagaimana pelanggan menggunakan layanan
ini. Netflix dapat membuat pemasaran dan produk keputusan berdasarkan beberapa metrik
perilaku. Anda mungkin akan terkejut dengan rincian Netflix mengumpulkan:
Perangkat yang Anda gunakan (tablet, Roku, smart TV, dll)
Dari Mana (kode pos) Anda lihat
Hari dan waktu Anda menonton
Ketika Anda berhenti, mundur, atau maju cepat selama melihat
Bagaimana Anda mencari-kata dan frasa yang digunakan, berapa lama Anda mencari,
dll
Apakah Anda menonton kredit setelah pertunjukan
Berapa banyak episode seri Anda menonton
Apakah Anda menonton semua episode dalam seri
Berapa lama waktu yang diperlukan untuk menonton semua episode dalam seri
Berapa jam Anda menghabiskan menggunakan layanan ini
Apa film dan televisi menunjukkan Anda menonton
Seberapa sering Anda menggunakan layanan
Selain membuat rekomendasi, Netflix menggunakan informasi untuk melakukan hal berikut:
Mengidentifikasi pelanggan yang cenderung untuk membatalkan layanan
Pilih film baru untuk ditambahkan ke katalog mereka
Memutuskan apakah sebuah acara televisi harus diperbaharui untuk musim lain
Mengidentifikasi film dan acara televisi untuk menjatuhkan dari katalog
Tentukan hari dan waktu untuk merekomendasikan film atau acara tertentu
Tentukan apa untuk merekomendasikan segera setelah melihat film lain atau acara
Tentukan bagaimana untuk menggambarkan film dan acara (yaitu, panjang vs
deskripsi singkat)
Baris Genre
Beberapa baris yang muncul di halaman rumah didasarkan pada film atau acara
televisi genre yang Netflix percaya pelanggan akan tertarik berdasarkan perilaku melihat
masa lalu. baris Genre dihasilkan oleh apa yang disebut Netflix nya Personalized Video
Ranker (PVR). Baris mencerminkan tiga tingkat personalisasi: (1) pemilihan genre, (2)
pemilihan judul-judul tertentu dalam genre, dan (3) urutan judul.
Lanjutkan Menonton
Judul muncul di Lanjutkan Menonton baris sorot konten episodik yang Netflix
berpikir pelanggan mungkin ingin kembali ke. The serdadu Lanjutkan Menonton cara
mengevaluasi baru dilihat video untuk sinyal bahwa pelanggan bermaksud untuk melanjutkan
menonton atau tidak lagi tertarik pada judul. Sinyal-sinyal ini mencakup hal-hal seperti waktu
sejak menonton terakhir, titik ditinggalkan (mid-program, akhir program), jika judul lainnya
telah dilihat sejak, dan jenis perangkat yang digunakan.
Pertanyaan
1. Anda membaca tentang empat jenis rekomendasi yang Netflix fitur di halaman rumah
mereka. Pikirkan tipe baru baris rekomendasi yang Netflix bisa menggunakan dan
jenis informasi atau metrik perilaku yang akan diperlukan untuk menghasilkan
rekomendasi Anda.
2. Berdasarkan informasi dalam hal ini, akan Anda katakan bahwa Netflix terutama
menggunakan penyaringan berbasis konten, penyaringan kolaboratif, atau keduanya?
Jelaskan jawabanmu.
3. Netflix berkembang secara global. Ketika Netflix pertama memasuki pasar, sistem
rekomendasi dapat menghadapi “mulai dingin” atau “sparsity” masalah. Jelaskan
mengapa hal ini terjadi dan menyarankan cara-cara yang Netflix mungkin
menghadapi tantangan ini.
4. Metrik apa yang menurut Anda Netflix bisa digunakan untuk mengidentifikasi
pelanggan yang cenderung untuk membatalkan layanan ini?
5. Kunjungi Netflix Teknologi Blog http://techblog.netflix.com. Mengidentifikasi tiga
tantangan yang dihadapi perusahaan dalam menghasilkan rekomendasi untuk
pelanggannya.
REFENSI
Sumber: Disusun dari Bulygo (2013b), Alvino dan Basilico (2015), Gomez-Uribe dan Hunt
(2015), Arora (2016), Cheng (2016), Lubin (2016), Nicklesburg (2016), Raimond dan
Basilico (2016 ). (Turban, 01/2018, pp. 195-196)
Turban, E., Pollard, C., Wood, G. (01/2018). Teknologi Informasi untuk Manajemen: On
Strategi Permintaan untuk Kinerja, Pertumbuhan dan Keberlanjutan, Peningkatan etext, Edisi
ke-11 [VitalSource Bookshelf versi]. Diperoleh dari VBK: // 9781118890868